Ewch i’r prif gynnwys

Sut y gall AI helpu i atal potsio eliffantod

24 Chwefror 2025

Bornean Elephants

Gallai system Deallusrwydd Artiffisial (AI) newydd helpu i atal potsio eliffantod ym Malaysia, yn ôl ymchwilwyr ym Mhrifysgol Caerdydd.

Offeryn dysgu peirianyddol newydd yw PoachNet a gafodd ei ddylunio trwy integreiddio dysgu dwfn, data System Leoli Fyd-eang (GPS) ar eliffantod, a gwybodaeth am ymddygiad eliffantod, i helpu i ragfynegi achosion o botsio, a’u hatal, yn Sabah.

Defnyddiodd ymchwil Prifysgol Caerdydd o’r Ysgol Cyfrifiadureg a Gwybodeg ac Ysgol y Biowyddorau ddysgu peirianyddol a chronfa ddata glyfar i greu system sy’n gallu rhagfynegi risgiau potsio.

Mae PoachNet wedi'i ddatblygu i helpu i ragfynegi canfod lleoliadau eliffantod yn y dyfodol ac mae'n defnyddio'r wybodaeth hon i nodi risgiau potsio yn seiliedig ar ba mor agos ydyn nhw at ardaloedd peryglus sydd eisoes wedi’u nodi.

Dywedodd Naeima Hamed, Ymchwilydd doethurol yn Ysgol Cyfrifiadureg a Gwybodeg Prifysgol Caerdydd: “Mae data GPS eliffantod yn cael ei ddadansoddi gyda math arbennig o AI - rhwydwaith niwral dilyniannol - i ragfynegi i ble y byddan nhw’n symud. Mae'r rhagfynegiadau hyn yn cael eu hychwanegu at y graff gwybodaeth mewn ffordd ystyrlon - yna mae PoachNet yn defnyddio system sy'n seiliedig ar reolau i gymhwyso rheolau potsio a chanfod patrymau cudd yn y data. O’i brofi, daethon ni i’r casgliad fod PoachNet yn fwy cywir na dulliau blaenllaw eraill, gan berfformio'n well yn gyson."

Trwy drin cymhlethdod data sy’n ymwneud ag amser a lleoliad, a throi rhagfynegiadau yn rheolau ymarferol, mae PoachNet yn cynnig gwelliant mawr o ran olrhain a diogelu eliffantod.
Naeima Hamed

Mae dulliau blaenorol o atal potsio eliffantod wedi canolbwyntio ar agweddau penodol, megis dadansoddi rhwydweithiau cymdeithasol, cloddio data amlgyfrwng, neu fodelau sy’n seiliedig ar ddata patrolau parcmyn – ond mae dull PoachNet Prifysgol Caerdydd yn ymgorffori dealltwriaeth o ddeinameg bywyd gwyllt.

Mae'r ymchwilwyr yn gobeithio y gall PoachNet helpu i lywio strategaethau ar gyfer mynd i'r afael â gweithgarwch gwrth-botsio yn Sabah, trwy helpu gyda dyrannu adnoddau yn seiliedig ar ei ragfynegiadau. Gall hefyd lywio’r defnydd o drapiau camerâu sy’n recordio symudiadau mewn ardaloedd sydd fwyaf tebygol o fod â throseddau potsio disgwyliedig.

Dywedodd yr Athro Omer Rana, Deon Rhyngwladol y Dwyrain Canol ac Athro Peirianneg Perfformiad yn Ysgol Cyfrifiadureg a Gwybodeg Prifysgol Caerdydd:  “Mae PoachNet yn offeryn meddalwedd unigryw sy’n integreiddio ffynonellau data rhanbarthol gan ddefnyddio modelu semantig ag algorithmau dysgu peirianyddol sy’n dod i’r amlwg a rhesymu semantig. Mae PoachNet yn mynd i'r afael â her sy'n parhau i effeithio ar gymunedau sy'n cefnogi rhywogaethau sy’n wynebu risg. Mae newid yn yr hinsawdd ac economeg yn arwain at effaith sylweddol ar y groesffordd hon rhwng gweithgarwch dynol a chynefinoedd naturiol.

Mae modd cyffredinoli’r dull sy’n defnyddio data a gafodd ei fabwysiadu ar gyfer PoachNet hefyd i gefnogi ardaloedd a pharciau cenedlaethol tebyg eraill - gan alluogi defnyddio camau gorfodi’r gyfraith ac adnoddau’r llywodraeth mewn ffordd fwy effeithlon.
Yr Athro Omer Rana Professor of Performance Engineering

Dywedodd yr Athro Benoit Goossens, Cyfarwyddwr Canolfan Maes Danau Girang ac Athro yn Ysgol y Biowyddorau Prifysgol Caerdydd: “Mae colli cynefinoedd, gwrthdaro rhwng pobl ac eliffantod, a photsio yn bygwth eliffantod Borneo. Er gwaethaf ymdrechion gwrth-botsio byd-eang, mae'r fasnach ifori anghyfreithlon yn parhau i ysgogi gweithgarwch potsio, gan leihau'r boblogaeth i lai na 1,500."

Dyma obeithio y gall PoachNet helpu gyda dulliau atal potsio, gan felly helpu i sicrhau diogelwch y boblogaeth eliffantod yn Sabah ar gyfer y dyfodol.
Yr Athro Benoît Goossens Cyfarwyddwr, Canolfan Maes Danau Girang

Elephant

Mae PoachNet yn harneisio grym deallusrwydd artiffisial (DA) - graffiau dysgu dwfn a gwybodaeth semantig yn benodol - i droi data cymhleth am y ffordd mae eliffantod yn symud yn wybodaeth ymarferol sy’n diogelu bywyd gwyllt. Drwy uno modelau cyfrifiannol â data maes yn y byd go iawn, rydyn ni’n dangos dull newydd sy'n cael ei sbarduno gan ddata sy’n gallu helpu timau cadwraeth lleol i gymryd camau'n gyflymach ac yn fwy effeithiol yn erbyn bygythiadau gan botseriaid.
Dr Charith Perera Reader

Mae'r ymchwilwyr hefyd yn gobeithio bod modd ehangu PoachNet trwy integreiddio ffynonellau data bywyd gwyllt ychwanegol - megis synwyryddion acwstig i ganfod pan fydd gynnau’n cael eu saethu neu sŵn cerbydau, delweddau lloeren i fonitro newidiadau cynefinoedd a gweithgarwch dynol, a chuddwybodaeth am droseddau.

Mae PoachNet yn rhoi offer gwell i fiolegwyr a chadwraethwyr er mwyn rhagfynegi achosion o botsio, a all drawsnewid atal troseddau bywyd gwyllt.
Dr Pablo Orozco-terWengel Lecturer